GPS Spoofing Detection Method for Small UAVs Using 1D Convolution Neural Network is a work by Young-Hwa Sung, Soo-Jae Park, Dong-Yeon Kim, e Sungho Kim.

Pequenos veículos aéreos não tripulados (UAV), como os quadricópteros, dependem fortemente da sistema de posicionamento global (GPS) for navigation. However, they are susceptible to GPS spoofing attacks, wherein malicious actors attempt to manipulate a UAV’s GPS receiver by transmitting falsified signals. Commercial GPS simulators can deceive GPS-guided drones, causing them to deviate from their intended paths. To ensure the safe operation of UAVs, it is crucial to employ anti-spoofing techniques. While various methods have been developed to detect GPS spoofing, many require additional hardware, which may not be suitable for small UAVs with limited resources.

Este estudo introduz uma abordagem anti-spoofing leve e eficiente em termos de energia baseada na aprendizagem profunda, empregando especificamente uma rede neural convolucional 1D. Este método permite a deteção em tempo real em plataformas móveis e pode ser melhorado através da expansão dos dados de treino e do ajuste da arquitetura da rede. A avaliação da placa incorporada de um drone teve em conta o consumo de energia e o tempo de inferência. O método proposto apresentou um desempenho superior em termos de precisão, recuperação e pontuação F-1 em comparação com as máquinas de vectores de apoio. Além disso, os testes de voo demonstraram a eficácia do algoritmo na deteção de ataques de falsificação de GPS.

Data de publicação- dezembro de 2022

O método de deteção de falsificação de GPS para pequenos UAVs utilizando uma rede neural de convolução 1D contém as seguintes secções principais

  • Introdução
  • Obras relacionadas
  • Método de deteção de GPS Spoofing baseado em Deep Learning
  • Experiências
  • Conclusões

Todos os artigos publicados pela MDPI são imediatamente disponibilizados em todo o mundo sob uma licença de acesso livre. Não é necessária qualquer autorização especial para reutilizar a totalidade ou parte do artigo publicado pela MDPI, incluindo figuras e tabelas. Para artigos publicados sob uma licença Creative Common CC BY de acesso aberto, qualquer parte do artigo pode ser reutilizada sem permissão, desde que o artigo original seja claramente citado. Para mais informações, consulte https://www.mdpi.com/openaccess.

O C-UAS Hub não é proprietário deste conteúdo e fornece uma ligação para os utilizadores no fundo da página para aceder à mesma na sua localização original. Isto permite ao(s) autor(es) registar métricas importantes do artigo relacionadas com o seu trabalho. Todos os créditos vão para o seu legítimo proprietário.

Autores- Young-Hwa Sung, Soo-Jae Park, Dong-Yeon Kim e Sungho Kim.

Ver também-

Controlo de UAVs com ataques de falsificação de entradas de sensores

Imagem de postagem - Ambiente de simulação de sinal de spoofing de GPS. (Crédito da imagem: Autores)